使用ResNet50时conv1_pad层输入不兼容问题求助

问题原因 #

1. 输入维度未实际修改：ResNet50预训练模型要求输入为4维张量(batch_size, height, width, channels)，你的训练数据X_train实际是3维(None, 512, 512)，缺少通道维度。你执行了np.stack((X_train,)*3, axis=-1)来扩展通道，但没有将结果重新赋值给X_train，原始数据维度并未改变。
2. 标签处理错误：二分类任务使用categorical_crossentropy损失时，标签需要是one-hot编码格式，而非用np.stack扩展为3通道，这属于无效操作，还可能引发后续维度冲突。
3. 模型输出层不一致：代码中定义输出层为Dense(2, activation='softmax')，但模型summary显示实际是Dense(1)，说明代码存在运行时不一致问题，会导致损失函数与输出维度不匹配。

解决方法 #

步骤1：修正输入数据的通道维度 #

将np.stack的结果赋值给训练集和测试集，确保数据变为4维：

X_train = np.stack((X_train,)*3, axis=-1)
X_test = np.stack((X_test,)*3, axis=-1)

步骤2：正确处理标签数据 #

使用tf.keras.utils.to_categorical将标签转换为one-hot编码（假设y的取值为0和1）：

y_train = tf.keras.utils.to_categorical(y_train, num_classes=2)
y_test = tf.keras.utils.to_categorical(y_test, num_classes=2)

步骤3：确保模型输出层与损失函数匹配 #

确认输出层为Dense(2, activation='softmax')，与categorical_crossentropy损失对应（若输出层为Dense(1)，则需改用binary_crossentropy损失）。

完整修正后的代码 #

from sklearn.model_selection import train_test_split
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Flatten, Dense
from tensorflow.keras.optimizers import Adam

# 数据分割
X_train, X_test, y_train, y_test = train_test_split(data, y, test_size=0.2, random_state=10)

# 扩展输入通道维度为3
X_train = np.stack((X_train,)*3, axis=-1)
X_test = np.stack((X_test,)*3, axis=-1)

# 标签转为one-hot编码
y_train = tf.keras.utils.to_categorical(y_train, num_classes=2)
y_test = tf.keras.utils.to_categorical(y_test, num_classes=2)

# 构建模型
resnet_model = Sequential()

pretrained_model = tf.keras.applications.ResNet50(
    include_top=False, 
    weights="imagenet",
    input_shape=(512, 512, 3), 
    pooling='avg'
)

for layer in pretrained_model.layers: 
  layer.trainable = False

resnet_model.add(pretrained_model)
resnet_model.add(Flatten())
resnet_model.add(Dense(512, activation='relu'))
resnet_model.add(Dense(2, activation='softmax'))  # 确保输出维度为2
resnet_model.summary()

# 编译与训练
resnet_model.compile(optimizer=Adam(learning_rate=0.001),
                     loss='categorical_crossentropy',
                     metrics=['accuracy'])

history = resnet_model.fit(x=X_train, y=y_train, validation_split=0.02, epochs=10)

额外说明 #

• 若原始数据为灰度图，也可通过以下方式扩展通道：

  X_train = tf.repeat(tf.expand_dims(X_train, axis=-1), 3, axis=-1)
  

• 训练前可打印print(X_train.shape)，确认输出为(样本数, 512, 512, 3)，确保维度正确。

内容的提问来源于stack exchange，提问作者Bn.